Understanding the relation between boredom and academic performance in postsecondary students.
Notice bibliographique
Résumé
Prior research has proposed that boredom and academic performance are reciprocally causal of one another. The present study sought to better understand the relationship between boredom and academic performance by, for the first time: distinguishing between boredom proneness, state boredom, and judgments of task boringness; conducting experiments in the laboratory where extraneous variables could be better controlled; and using experimental manipulation for causal conclusions. Study 1 examined the naturally occurring relationship between state boredom and performance on a word list recall task in the laboratory. Study 2 tested whether manipulating state boredom resulted in changes in word list recall, and Study 3 tested whether manipulating perceived word list recall resulted in changes in state boredom. State boredom and performance had a reciprocal relationship only for participants who memorized “interesting” word lists and only after repeated trials (Study 1); trait boredom predicted performance but state boredom did not (Study 2); and manipulating perceptions of performance had no effect on state boredom but did affect participants’ judgments of how boring the learning task was (Study 3). Thus, students seem to be able to weather changes in performance or boredom in the moment without one affecting the other. It is when the situation persists, or state boredom crystallizes into the form of a judgment (course-related boredom) or way of being (trait boredom), that problems emerge. Guidelines for educators are offered. Future research work is proposed, most pressingly work to replicate the current findings with more complex learning tasks. (PsycInfo Database Record (c) 2021 APA, all rights reserved)
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».